1. Studi Kasus
Aplikasi jaringan hebb dalam pengenalan huruf

2. Pendahuluan
Pengenalan pola secara otomatis adalah masalah yang banyak menyita perhatian, baik
pengenalan pola wajah, sidik jari, tulisan tangan maupun karakter hasil cetakan. Yang
menjadi alasan penelitian dalam studi kasus ini adalah kemampuan untuk mengenali
secara efektif dengan menggunakan pola contoh yang sedikit. Satu pendekatan yang
menunjukkan hasil yang menjanjikan dalam pengenalan pola adalah dengan
menggunakan jaringan saraf tiruan. Jaringan saraf tiruan algoritma Hebb rule adalah
salah satu algoritma pelatihan paling sederhana untuk jaringan syaraf tiruan secara
umum. pelatihan algoritma hebb ini sendiri terjadi dengan modifikasi sedemikian
rupa kekuatan sypnase ( bobot) bila 2 neuron yang terkoneksi, keduanya on pada saat
yang sama maka bobot antara kedua neuron harus ditambah. Pada studi kasus ini,
peneliti mencoba menggunakan metode Hebb dengan representasi bipolar (-1/1)
maksudnya, target yang dinginkan akan direpesentasikan dengan nilai 1 dan target
yang tidak diinginkan akan direpresentasikan dengan nilai -1.

3. Berikut penggunaan Hebb untuk pengenalan pola 7 huruf. Angka ketujuh pola input seperti
digambar

4. Pola inilah yang akan digunakan sebagai data
pelatihan dengan target sesuai dengan pola
yang diinginkan, dengan mengubah pola input
tersebut menjadi sekumpulan vektor bipolar -1
dan 1 dimana -1 menggantikan titik dan 1
menggantikan tanda #. Namun untuk
memudahkan proses input data maka dalam
aplikasi ini konversi yang digunakan akan
menjadi 1 pada saat on dan -1 ketika menjadi off
sedangkan pola output target sebanyak 7
karakter

5. Berikutnya adalh proses training, pola
huruf akan di training, saat berhasil akan
dilanjutkan dengan huruf yang lain. Pola
huruf yang akan menjalani proses training
ada 7, yakni A,B,C,D,E,K.

6. Setelah proses training, langkah
selanjutnya adalah proses testing pola
huruf yang dimasukkan akan dimodifikasi
sehingga ada huruf yang dapat dikenali
dan tidak. Pada proses tsting berikut, pola
huruf yang masih dikenali setelah
dimodifikasi adalah huruf A dan J

7. Kesimpulan
Dari analisis diata dapat disimpulkan bahwa
Metode Hebb merupakan jaringan syaraf tiruan dengan layer tunggal masih memiliki
keterbatasan dalam pengenalan pola karena ada input pola yang di training yang
tidak bisa dikenali pada saat proses testing. Hal ini disebabkan karena pada jaringan
Hebb pelatihan hanya dilakukan dalam satu siklus pelatihan walaupun jaringan belum
mengenalu pola tersebut.
Tingkat akurasi sistem tergantung dari imputan pola yang di training, semakin
berbeda pola input maka semakin baik pula hasil pengujiannya